如何用Python寫一個貪吃蛇AI

時間 2019-12-04

原文原文鏈接

前

這兩天在網上看到一張讓人漲姿式的圖片，圖片中展現的是貪吃蛇遊戲，估計大部分人都玩過。但若是僅僅是貪吃蛇遊戲，那麼它就沒有什麼讓人漲姿式的地方了。問題的關鍵在於，圖片中的貪吃蛇真的很貪吃XD，它把矩形中出現的食物吃了個遍，而後華麗麗地把整個矩形填滿，真心是看得賞心悅目。做爲一個CSer，第一個想到的是，這東西是寫程序實現的(由於，通常人幹不出這事。果斷是要讓程序來乾的)第二個想到的是，寫程序該如何實現，該用什麼算法？既然開始想了，就開始作。由於Talk is cheap，要show me the code才行。 (從耗子叔那學來的)python

開始以前，讓咱們再欣賞一下那隻讓人漲姿式的貪吃蛇吧：( 若是下面的動態圖片瀏覽效果不佳的話，能夠右鍵保存下來查看)c++

語言選擇

Life is short, use python! 因此，根本就沒多想，直接上python。git

最第一版本

先讓你的程序跑起來github

首先，咱們第一件要作的就是先不要去分析這個問題。你好歹先寫個能運行起來的貪吃蛇遊戲，而後再去想AI部分。這個應該很簡單， cc++也就百來行代碼(若是我沒記錯的話。不弄複雜界面，直接在控制檯下跑)， python就更簡單了，去掉註釋和空行，五、60行代碼就搞定了。並且，最最關鍵的，這個東西網上確定寫濫了，你沒有必要重複造輪子，去弄一份來按照你的意願改造一下就好了。算法

簡單版本安全

我以爲直接寫perfect版本不是什麼好路子。由於perfect版本每每要考慮不少東西，直接上來就寫這個通常是bug百出的。因此，一開始個人目標僅僅是讓程序去控制貪吃蛇運動，讓它去吃食物，僅此而已。如今讓咱們來陳述一下最初的問題：函數

1oop

2佈局

在一個矩形中，每一時刻有一個食物，貪吃蛇要在不撞到本身的條件下，

找到一條路(未必要最優)，而後沿着這條路運行，去享用它的美食

咱們先不去想蛇會愈來愈長這個事實，問題基本就是，給你一個起點(蛇頭)和一個終點( 食物)，要避開障礙物(蛇身)，從起點找到一條可行路到達終點。咱們能夠用的方法有：

只要有選擇，就先選擇最簡單的方案，咱們如今的目標是要讓程序先跑起來，優化是後話。so，從BFS開始。咱們最初將蛇頭位置放入隊列，而後只要隊列非空，就將隊頭位置出隊，而後把它四領域內的4個點放入隊列，不斷地循環操做，直到到達食物的位置。這個過程當中，咱們須要注意幾點：1.訪問過的點再也不訪問。 2.保存每一個點的父結點(即每一個位置是從哪一個位置走到它的，這樣咱們才能把可行路徑找出來)。3.蛇身所在位置和四面牆不可訪問。

經過BFS找到食物後，只須要讓蛇沿着可行路徑運動便可。這個簡單版本寫完後，貪吃蛇就能夠很歡快地運行一段時間了。看圖吧：(不流暢的感受來自錄屏軟件＠_＠)

爲了儘可能保持簡單，我用的是curses模塊，直接在終端進行繪圖。從上面的動態圖片能夠看出，每次都單純地使用BFS，最終有一天，貪吃蛇會由於這種不顧後果的短視行爲而陷入困境。並且，即便到了那個時候，它也只會BFS一種策略，致使由於當前看不到目標(食物)，認爲本身這輩子就這樣了，破罐子破摔，最終停在它人生中的某一個點，再也不前進。(我好愛講哲理XD)

BFS+Wander

上一節的簡單版本跑起來後，咱們認識到，只教貪吃蛇一種策略是不行的。它這麼笨一條蛇，你很少教它一點，它分分鐘就會掛掉的。因此，我寫了個Wander函數，顧名思義，當貪吃蛇陷入困境後，就別讓它再BFS了，而是讓它隨便四處走走，散散心，思考一下人生什麼的。這個就比如你困惑迷茫的時候還去工做，效率不佳不說，還可能阻礙你走出困境；相反，這時候你若是放下手中的工做，停下來，出去旅個遊什麼的。回來時，說不定就豁然開朗，土地平曠，屋舍儼然了。

Wander函數怎麼寫都行，可是確定有優劣之分。我寫了兩個版本，一個是在可行的範圍內，朝隨機方向走隨機步。也就是說，蛇每次運動的方向是隨機出來的，總共運動的步數也是隨機的。Wander完以後，再去BFS一下，看可否吃到食物，若是能夠那就皆大歡喜了。若是不行，說明思考人生的時間還不夠，再Wander一下。這樣過程不斷地循環進行。但是就像「隨機過程隨機過」同樣，你「隨機Wander就隨機掛」。會Wander的蛇確實能多走好多步。但是有一天，它就會把本身給隨機到一條死路上了。陷入困境還能夠Wander，進入死衚衕，那可沒有回滾機制。因此，第二個版本的Wander函數，我就讓貪吃蛇貪到底。在BFS無解後，告訴蛇一個步數step(隨機產生step)，讓它在空白區域以S形運動step步。這回運動方向就不隨機了，而是有組織有紀律地運動。先看圖，而後再說說它的問題：

沒錯，最終仍是掛掉了。S形運動也是沒法讓貪吃蛇避免死亡的命運。貪吃蛇能夠靠S形運動多存活一段時間，但是因爲它的策略是：

while 沒有按下ESC鍵:

if 蛇與食物間有路徑:

走起，吃食物去

else:

Wander一段時間

問題就出在蛇發現它本身和食物間有路徑，就二話不說跑去吃食物了。它沒有考慮到，你這一去把食物給吃了後造成的局勢(蛇身佈局)，徹底就可能讓你掛掉。(好比進入了一個本身蛇身圍起來的封閉小空間)

so，爲了能讓蛇活得久一些，它還要更高瞻遠矚才行。

高瞻遠矚版本

咱們如今已經有了一個比較低端的版本，並且對問題的認識也稍微深刻了一些。如今能夠進行一些比較慎密和嚴謹的分析了。首先，讓咱們羅列一些問題： (像頭腦風暴那樣，想到什麼就寫下來便可)

蛇和食物間有路徑直接就去吃，不可取。那該怎麼辦？
若是蛇去吃食物後，佈局是安全的，是否就直接去吃？(這樣最優嗎？)
怎樣定義佈局是否安全？
蛇和食物之間若是沒有路徑，怎麼辦？
最短路徑是否最優？(這個明顯不是了)
那麼，若是佈局安全的狀況下，最短路徑是否最優？
除了最短路徑，咱們還能夠怎麼走？S形？最長？
怎麼應對蛇身愈來愈長這個問題？
食物是隨機出現的，有沒可能出現無解的佈局？
暴力法(brute force)可否獲得最優序列？(讓貪吃蛇儘量地多吃食物)

只要去想，問題還挺多的。這時讓咱們以面向過程的思想，帶着上面的問題，把思路理一理。一開始，蛇很短(初始化長度爲1)，它看到了一個食物，使用BFS獲得矩形中每一個位置到達食物的最短路徑長度。在沒有蛇身阻擋下，就是曼哈頓距離。而後，我要先判斷一下，貪吃蛇這一去是否安全。因此我須要一條虛擬的蛇，它每次負責去探路。若是安全，才讓真正的蛇去跑。固然，虛擬的蛇是不會繪製出來的，它只負責模擬探路。那麼，怎麼定義一個佈局是安全的呢？若是你把文章開頭那張動態圖片中蛇的銷魂走位好好的看一下，會發現即便到最後蛇身已經很長了，它仍然沒事通常地走出了一條路。並且，是跟着蛇尾走的！嗯，這個其實不難解釋，蛇在運動的過程當中，消耗蛇身，蛇尾後面老是不斷地出現新的空間。蛇短的時候還無所謂，當蛇一長，就會發現，要想活下來，基本就只能追着蛇尾跑了。在追着蛇尾跑的過程當中，再去考慮可否安全地吃到食物。(下圖是某次BFS後，獲得的一個佈局， 0表明食物，數字表明該位置到達食物的距離，+號表明蛇頭，*號表明蛇身， -號表明蛇尾，#號表明空格，外面的一圈#號表明圍牆)

# # # # # # #

# 0 1 2 3 4 #

# 1 2 3 # 5 #

# 2 3 4 - 6 #

# 3 + * * 7 #

# 4 5 6 7 8 #

# # # # # # #

通過上面的分析，咱們能夠將佈局是否安全定義爲蛇是否能夠跟着蛇尾運動，也就是蛇吃完食物後，蛇頭和蛇尾間是否存在路徑，若是存在，我就認爲是安全的。

OK，繼續。真蛇派出虛擬蛇去探路後，發現吃完食物後的佈局是安全的。那麼，真蛇就直奔食物了。等等，這樣的策略好嗎？未必。由於蛇每運動一步，佈局就變化一次。佈局一變就意味着可能存在更優解。好比由於蛇尾的消耗，本來須要繞路才能吃到的食物，忽然就出如今蛇眼前了。因此，真蛇走一步後，更好的作法是，從新作BFS。而後和上面同樣進行安全判斷，而後再走。

接下來咱們來考慮一下，若是蛇和食物之間不存在路徑怎麼辦？上文其實已經提到了作法了，跟着蛇尾走。只要蛇和食物間不存在路徑，蛇就一直跟着蛇尾走。一樣的，因爲每走一步佈局就會改變，因此每走一步就從新作BFS獲得最新佈局。

好了，問題又來了。若是蛇和食物間不存在路徑且蛇和蛇尾間也不存在路徑，怎麼辦？這個我是沒辦法了，選一步可行的路徑來走就是了。仍是一個道理，每次只走一步，更新佈局，而後再判斷蛇和食物間是否有安全路徑；沒有的話，蛇頭和蛇尾間是否存在路徑；尚未，再挑一步可行的來走。

上面列的好幾個問題裏都涉及到蛇的行走策略，通常而言，咱們會讓蛇每次都走最短路徑。這是針對蛇去吃食物的時候，但是蛇在追本身的尾巴的時候就不能這麼考慮了。咱們但願的是蛇頭在追蛇尾的過程當中，儘量地慢。這樣蛇頭和蛇尾間才能騰出更多的空間，空間多才有得發展。因此蛇的行走策略主要分爲兩種：

1 2	1. 目標是食物時，走最短路徑 2. 目標是蛇尾時，走最長路徑

那第三種狀況呢？與食物和蛇尾都沒路徑存在的狀況下，這個時候原本就只是挑一步可行的步子來走，最短最長關係都不大了。至於人爲地讓蛇走S形，我以爲這不是什麼好策略，最第一版本中已經分析過它的問題了。 (固然，除非你想使用最最無懈可擊的那個版本，就是徹底無論食物，讓蛇一直走S，而後在牆邊留下一條過道便可。這樣一來，蛇老是能夠完美地把全部食物吃完，而後佔滿整個空間，但是就很boring了。沒有任何的意思)

上面還提到一個問題：由於食物是隨機出現的，有沒可能出現無解的局面？是：有。我運行了程序，而後把每一次佈局都輸出到log，發現會有這樣的狀況：

# # # # # # #

# * * * * * #

# * * - 0 * #

# * * # + * #

# * * * * * #

# # # # # # #

其中，+號是蛇頭，-號是蛇尾，*號是蛇身，0是食物，#號表明空格，外面一圈# 號表明牆。這個佈局上，食物已經在蛇頭面前了，但是它能吃嗎？不能！由於它吃完食物後，長度加1，蛇頭就會把0的位置填上，佈局就變成：

# # # # # # #

# * * * * * #

# * * - + * #

# * * # * * #

# * * * * * #

# # # # # # #

此時，因爲蛇的長度加1，蛇尾沒有動，而蛇頭被本身圍着，掛掉了。但是，咱們卻還有一個空白的格子#沒有填充。按照咱們以前教給蛇的策略，面對這種狀況，蛇頭就只會一直追着蛇尾跑，每當它和食物有路徑時，它讓虛擬的蛇跑一遍發現，獲得的新佈局是不安全的，因此不會去吃食物，而是選擇繼續追着蛇尾跑。而後它就這樣一直跑，一直跑。死循環，直到你按ESC鍵爲止。

因爲食物是隨機出現的，因此有可能出現上面這種無解的佈局。固然了，你也能夠獲得完滿的結局，貪吃蛇把整個矩形都填充滿。

上面的最後一個問題，暴力法是否能獲得最優序列。從上面的分析看來，能夠獲得，但不能保證必定獲得。

最後，看看高瞻遠矚的蛇是怎麼跑的吧：

矩形大小10*20，除去外面的邊框，也就是8*18。Linux下錄完屏再轉成GIF格式的圖片，優化前40多M，真心是無法和Windows的比。用下面的命令優化時，有一種系統在用生命作優化的感受：

Shell